目标检测之IoU本博客主要作为本人学习记录，如果错误烦请指正哟~IoU作为目标检测算法性能mAP计算的一个非常重要的函数，其计算过程是怎样的？1. IoU原理IoU全程交并比(Intersection over Union)，计算的是“预测的边框”和“真实的边框”的交集和并集的比值。预测边框的并集容易计算，即两个边框面积相加减去交集，但是交集不易计算。在计算交集时你首先想到的是，根据两个框的相对位

cuda11.2+cudnn8.1+tensorflow2.5.0环境配置首先查看自己电脑是否为英伟达显卡，如果是则往下进行，查看tensorflow与cuda，cudnn对应版本，网址这里，1. 下载cuda网址这里，找历史版本11.2，因为我电脑是3060TI，所以选择了11版本的cuda，cuda版本要低等于cuda驱动的版本。然后双击安装，点击自定义安装，如下图因为驱动版本与cuda本身版

win+q，搜索NVIDIA，找到NVIDIA显卡控制面板管理3D设置–自动选择–选择“高性能NVIDIA”或者集成显卡，即可切换独立显卡或者集成显卡

python:sklearn标签编码(LabelEncoder)sklearn.preprocessing.LabelEncoder的使用：在训练模型之前，通常都要对数据进行一定得处理。将类别编号是一种常用的处理方法，比如把类别“电脑”，“手机”编号为0和1，可使用LabelEncoder函数。作用将n个类别编码为0~n-1之间的整数(包括0和n-1)例子假设对电子产品数据进行编码，数据可以分为两

Linux打开终端命令学习记录~1.Alt+F2，弹窗，弹窗中填写如下命令：gnome-terminal 运行终端2.鼠标右键，打开终端

cuda11.2+cudnn8.1+tensorflow2.5.0环境配置首先查看自己电脑是否为英伟达显卡，如果是则往下进行，查看tensorflow与cuda，cudnn对应版本，网址这里，1. 下载cuda网址这里，找历史版本11.2，因为我电脑是3060TI，所以选择了11版本的cuda，cuda版本要低等于cuda驱动的版本。然后双击安装，点击自定义安装，如下图因为驱动版本与cuda本身版

RNN循环神经网络的参数梯度计算本博客记录本人学习，如果错误烦请指正哈~循环神经网络(Rerrent Neural Network ,RNN)，它对具有序列特性的数据非常有效，它能挖掘数据中的时序信息及语义信息，利用RNN这种能力，使深度学习模型在解决语音识别、语言模型、机器翻译以及时序分析等NLP领域的问题时有所突破。假设使用全连接网络处理语音识别问题，就会出现什么问题?识别出的输入语音没有上下

python:sklearn标签编码(LabelEncoder)sklearn.preprocessing.LabelEncoder的使用：在训练模型之前，通常都要对数据进行一定得处理。将类别编号是一种常用的处理方法，比如把类别“电脑”，“手机”编号为0和1，可使用LabelEncoder函数。作用将n个类别编码为0~n-1之间的整数(包括0和n-1)例子假设对电子产品数据进行编码，数据可以分为两